上周， ，Meta宣布了一项研究：让人戴着头盔打字， ，AI从脑电波里还原出你打的是什么句子， ，全程不需要任何手术， ，平均准确率61%， ，最好的加入者抵达78% 。 。
这次宣布的是 Brain2Qwerty 的第二个版本（v2） 。 。Brain2Qwerty 是 Meta FAIR 实验室开发的脑信号解码模子， ，名字顾名思义：从大脑到键盘 。 。去年 v1 挂出预印本时已经引起过一波关注， ，现在刚被 Nature Neuroscience 正式吸收， ，v2 紧随着宣布， ，且往前迈了一大步 。 。
这个数字， ，是已往三十年非侵入式脑机接口最好效果的快要8倍 。 。
为什么这件事值得关注？？？？ ？？由于就在今年， ，中国刚刚批准了全球第一款侵入式脑机接口医疗器械上市， ，脑机接口也被写进了医保价钱目录 。 。这个领域在中国正一步步落地 。 。而Meta这项研究， ，让“不开颅”这条路头一回显得靠谱了 。 。
（论文地点：https://ai.meta.com/research/publications/accurate-decoding-of-natural-sentences-from-non-invasive-brain-recordings/ ）
不开颅， ，为什么一直没跑通
要明确这次突破的意义， ，得先相识脑机接口领域一直分两条路在走 。 。
侵入式方案， ，效果好， ，但价钱是开颅手术、熏染风险、以及植入装备可能在数年后衰减失效 。 。Neuralink的芯片需要机械人手术植入， ，已资助几位ALS（渐冻症， ，运动神经元病的一种， ，患者逐渐损失运动能力）患者恢复打字能力， ，部分患者打字速率已凌驾每分钟40词， ，最新一代装备更高 。 。
今年3月， ，中国博睿浚？？ ？？涤肭寤笱Я涎蟹⒌牟纺玫饺虻谝徽徘秩胧侥曰涌谝搅破餍抵， ，32例临床试验中， ，脊髓损伤患者通过意念控制气下手套完成抓握， ，主要临床终点达标率100% 。 。
希望意接受手术的患者， ，始终是少数 。 。
那些不想开颅的人， ，恒久只有一个替换方案：戴个EEG（脑电图）头盔 。 。它通过贴在头皮上的电极收罗脑电信号， ，自制、无创， ，几百块能买到消耗级产品 。 。问题是颅骨会把电信号散射得面目全非， ，就像隔着磨砂玻璃看灯 。 。三十年来， ，EEG方案解码单词的准确率， ，恒久卡在8%左右（针对大词汇表一连句子解码的基线数字） 。 。100个词， ，猜对8个 。 。
8%这个数字， ，没有任何适用价值 。 。
Meta FAIR实验室的做法， ，是换掉信号源 。 。
去年的 v1 版还需要把脑信号按每个按键切成小窗口再拼起来解码， ，v2 的要害升级在于， ，不再切窗口了：一个一连 MEG 信号直接出整句话， ，全程异步 。 。这一步让“靠近实时解码”这件事从不可能酿成了可能 。 。
他们用的是MEG（脑磁图）， ，一种检测神经元放电时爆发的微弱磁场的装备 。 。颅骨对磁场险些是透明的， ，MEG拿到的信号比EEG清晰得多 。 。价钱是装备重大：一台古板MEG扫描仪造价两三百万美元， ，必需放在磁屏障室里， ，体积和核磁共振机械差未几 。 。
实验设置并不重大， ，9名康健自愿者， ，每人戴上有306个传感器的MEG头盔一连打字， ，每人约10小时， ，总计约22,000个句子 。 。打字时系统同步纪录大脑运动皮层爆发的信号， ，之后AI从这些信号里还原出他们打的是什么 。 。
平均单词准确率61%（即单词过失率WER为39%）， ，最好的加入者78%（WER 22%）， ，其中47%的句子只差一个词以内 。 。比照之前非侵入式方案最好效果8%， ，目今最好的侵入式方案WER约2% 。 。
实验可信吗？？？？ ？？
实验样本有9个人， ，并且全是康健自愿者， ，没有一个脑损伤患者 。 。脑损伤后神经皮层会爆发功效重组， ，康健大脑上训练出来的解码器能否直接用在患者身上， ，现在完全未知 。 。Meta官方也没有回避这一点， ，他们在博客中明确写道：这是研究， ，不是产品 。 。
一是论文展示的缩放曲线 。 。从1小时训练数据到10小时， ，字符过失率（CER， ，权衡字符级别解码准确度的指标）从约0.5一连下降到约0.25， ，全程没有泛起平台期 。 。这里变好的是模子：数据越多， ，AI学到的脑电纪律越准确， ，解码能力越强， ，跟加入者熟不熟悉装备无关 。 。这意味着继续网络数据， ，准确率还会继续涨， ，并且涨得有纪律可循 。 。
二是传感器消融实验 。 。论文测试了只用150个传感器取代306个时， ，准确率损失几多：WER只上升5.7个百分点 。 。这个数字很要害， ，由于下一代可衣着OPM-MEG（光泵磁力仪脑磁图， ，一种不需要液氦冷却、传感器可以直接戴在头上的新型装备）传感器数目会更少， ，这个实验说明“传感器减半， ，性能不会崩”， ，为未来更便携的方案留了口 。 。
不过值得事先知道的配景是， ，实验在西班牙巴斯克认知、大脑与语言中心完成， ，加入者都是西班牙母语者， ，打的也是西班牙语句子 。 。也就是说， ，这套要领至少在西班牙语上跑通了 。 。中文能不可用、怎么用， ，现在完全没人试过 。 。
为什么这次的准确率能跳起来？？？？ ？？
Brain2Qwerty v2 的架构分三层：底层 Conformer 编码器（一种擅优点理时序信号的神经网络结构）直接从原始 MEG 信号端到端学习， ，不再依赖手工设计的特征提取流程；；中层做词对齐；；顶层是微调过的 Qwen3-4B 大语言模子（LLM， ，即大型语言模子）， ，认真从充满噪声的词序列里重修完整句子 。 。
这里“微调”在于， ，Meta 用的是 LoRA（低秩适配）要领， ，rank 只有 2 。 。这意味着他们只动了 Qwen3-4B 里少少几个参数， ，就让一个通用大模子学会了读脑电波 。 。反过来说明， ，LLM 内部已经积累的语义能力， ，对明确“噪声很大但委屈可辨”的脑信号可能比我们预想的更有用 。 。
免费的代码， ，和一道人接的题
最后这一层是要害 。 。MEG 信号噪声很大， ，字符级解码一定会蜕化 。 。LLM 的作用， ，是用语义上下文做纠错， ，就像你在嘈杂情形里听人语言， ，单个字没听清， ，但靠前后句意能猜出整句话 。 。消融实验显示， ，去掉这一层， ，准确率显著下降 。 。
这三层也不是一口吻训完的 。 。论文接纳了渐进式训练战略：前 150 轮只练字符识别， ，150 轮后加入词级别的比照学习让模子学会对齐词向量， ，225 轮后才引入 LLM：先认字、再组词、最后造句， ，跟人学语言的路数差未几 。 。
论文里还藏了一个不太起眼但意味深长的细节 。 。Meta 团队在开发这套系统时， ，安排了 AI Agent 去探索解码管线的种种优化偏向：自动天生和测试差别的训练设置、试探差别的超参数组合， ，最后由人类工程师从中挑选最佳方案 。 。
换句话说， ，这不但是“用 AI 解码脑信号”， ，更是“用 AI 帮人类写出解码脑信号的 AI” 。 。这种要领论上的突破， ，可能比 v2 的详细数值更值得注重 。 。它意味着脑机接口的研究方式自己， ，也在被 AI 重塑 。 。
Meta同时开源了完整训练代码， ，协议CC BY-NC 4.0：非商业用途免费， ，商业用途要单独谈授权 。 。
这个行动和Meta推Llama的逻辑一样：开源换生态， ，让全球研究者都用统一套工具链， ，从而界说行业基础设施标准 。 。商业价值锁在"非商业"那道门后面 。 。任何想把这套系统推向临床的机构， ，都要经由Meta 。 。
Meta自己不会去做医疗器械， ，不做临床， ，不争手术室 。 。它走的是另一条路：在“非侵入解码算法”这一层做工具提供商， ，谁想在这条赛道上造产品， ，最终要么用它的工具链， ，要么自己重新发明轮子 。 。
回到中国 。 。
今年3月博睿浚？？ ？？的弥， ，蹊径医疗同日宣布完成5亿元战略融资（阿里领投、腾讯跟投）， ，名堂塔科技天使轮1.5亿刷新纪录 。 。这些钱， ，险些所有押在侵入式蹊径上 。 。侵入式的逻辑很清晰：信号质量高、临床效果确定、羁系路径已经跑通了一次 。 。
国家医保局去年已为脑机接口单自力项， ，设立了“侵入式脑机接口置入费”和“非侵入式脑机接口适配费”两个价钱项目， ，广东率先落地， ，非侵入适配费定价约960元 。 。脑机接口这件事， ，在中国已经走出了实验室 。 。
Brain2Qwerty v2的泛起， ，并不是说侵入式偏向走错了 。 。而是非侵入的天花板， ，不再是“没用”， ，而是“还不敷好、但在快速变好” 。 。
目今最大的空缺是代码开源了， ，但没有接球手 。 。Meta FAIR是研究机构， ，不做临床试验 。 。谁来用这套工具链在真实患者身上跑出第一批数据， ，决议了这条路能走多快 。 。中国有MEG装备的神经科学实验室并不少 。 。这是个实打实的时机 。 。
脑机接口已经不是十年后的事 。 。
全球第一张侵入式医疗器械证发到了中国企业手里， ，医保价钱目录里已经有了这一行， ，政府事情报告把它和量子科技、6G并列 。 。
Meta这项研究提出的问题很简朴：这件事， ，非要在头上开个洞吗？？？？ ？？
谜底还没有 。 。但不开颅这件事， ，不再像个笑话了 。 。
（本文首发钛媒体APP， ，作者|硅谷Tech_news， ，编辑|林深）
